PROCESAMIENTO DEL LENGUAJE NATURAL (NLP)

Objetivos:

Al finalizar el curso, los participantes serán capaces de:

• Comprender los fundamentos del procesamiento del lenguaje natural (NLP) y sus aplicaciones.
• Identificar y resolver problemas comunes de NLP utilizando enfoques tradicionales y actuales.
• Implementar modelos de NLP utilizando técnicas como clasificación bayesiana, modelos BoW, modelos secuenciales, topic modeling, vectores semánticos estáticos, redes recurrentes, mecanismos de atención, Transformers Networks, modelos de lenguaje (LM), traducción automática, Image Captioning y vectores semánticos contextuales.
• Aplicar modelos de lenguaje de gran tamaño (LLMs) para tareas como chatbots, generación de texto, resumen y respuesta a preguntas.
  
• Utilizar frameworks de desarrollo como Langchain y LlamaIndex para el desarrollo de aplicaciones NLP.
  Aplicar técnicas de Prompt Engineering y Control de Flujo para optimizar el rendimiento de los modelos NLP.
  
• Implementar Retrieval Augmented Generation (RAG) para mejorar la generación de texto.

Dirigido a:

Data Scientists o profesionales afines con conocimientos equivalentes a los obtenidos en la certificación avanzada de deep learning.

Requisitos:

Inglés.